Nvidia が AI チップの周囲に競争の堀を築いた方法

Jun 20, 2023

広告

による支援

人工知能ブームの最も目に見える勝者は、チップからソフトウェア、その他のサービスに至るまで、AI 開発のワンストップ ショップになることでその優位性を達成しました。

ドン・クラーク著

サンフランシスコからのレポート

神経科学者からテクノロジー起業家に転身したナヴィーン・ラオ氏は、かつて人工知能向けに作られたチップの世界大手メーカーであるエヌビディアと競争しようとしたことがある。

さらにオーディオ ジャーナリズムやストーリーテリングをご覧になりたい場合は、ニュース購読者向けの新しい iOS アプリである New York Times Audio をダウンロードしてください。

後に半導体大手インテルが買収した新興企業で、ラオ氏はエヌビディアのグラフィックス処理装置（機械学習などのAIタスクに適応したコンポーネント）の代替となるチップの開発に取り組んだ。 しかし、インテルの動きが遅かった一方で、エヌビディアは、同氏が開発していたものに対抗する新しいAI機能を搭載して製品を迅速にアップグレードした、とラオ氏は語った。

Intel を退職し、ソフトウェア新興企業 MosaicML を率いた後、ラオ氏は Nvidia のチップを使用し、競合他社のチップと比較して評価しました。 彼は、NVIDIA が、同社のテクノロジーを使用して一貫して発明を行う AI プログラマーの大規模なコミュニティを創設することで、チップを超えて差別化を図っていることを発見しました。

「誰もがまず Nvidia を基盤に構築します」とラオ氏は言いました。 「新しいハードウェアを発売すると、追いつくために競争することになります。」

Nvidia は 10 年以上にわたり、画像、顔、音声認識などの複雑な AI タスクを実行できるチップの製造や、ChatGPT などのチャットボット用のテキスト生成において、ほぼ鉄壁のリードを築いてきました。 かつて業界の新興企業であったこの企業は、AI のトレンドを早期に認識し、自社のチップをそれらのタスクに合わせて調整し、AI 開発を支援する主要なソフトウェアを開発することで、その優位性を達成しました。

Nvidia の共同創設者兼最高経営責任者であるジェンセン フアン氏は、それ以来、基準を引き上げ続けています。 主導的な地位を維持するために、彼の会社は顧客に専用コンピューター、コンピューティング サービス、その他の新興貿易ツールへのアクセスを提供してきました。 これにより、Nvidia はあらゆる点で AI 開発のワンストップ ショップになりました。

Google、Amazon、Meta、IBMなどもAIチップを生産しているが、調査会社Omdiaによると、Nvidiaは現在AIチップの売上高の70％以上を占めており、生成AIモデルのトレーニングにおいてさらに大きな地位を占めているという。

5月には、ウォール街の予想をはるかに上回る四半期売上高の64パーセントの飛躍を予測し、AI革命の最も目に見える勝者としての同社の地位が明らかになった。 水曜日、時価総額が1兆ドルを超えて急上昇し、世界で最も価値のあるチップメーカーとなったエヌビディアは、これらの記録的な結果を裏付け、AI需要の急増についてさらなるシグナルを発すると期待されている。

フュートゥラム・グループのアナリスト、ダニエル・ニューマン氏は「顧客は新興企業や他の競合他社から入手可能な既製チップを購入するのではなく、NVIDIAシステムを購入するまで18カ月待つだろう」と述べた。 "それは信じられないです。"

トレードマークの黒の革ジャンで知られる黄氏（60）は、運動の最も有名な顔の一人になるまで、何年もAIについて語った。 同氏は、IBMが60年前にほとんどのシステムとソフトウェアの動作方法を定義して以来、コンピューティングは最大の変化を迎えていると公に述べている。 現在、GPU やその他の特殊用途のチップが標準のマイクロプロセッサに取って代わり、AI チャットボットが複雑なソフトウェア コーディングに取って代わろうとしていると同氏は述べました。

「私たちが理解したのは、これはコンピューティングの仕組みの再発明だということです」とファン氏はインタビューで語った。 「そして、プロセッサーから最後まで、すべてをゼロから構築しました。」

ファン氏は、1993 年にビデオ ゲームの画像をレンダリングするチップを製造する Nvidia の設立に貢献しました。 標準的なマイクロプロセッサは複雑な計算を逐次実行することに優れていますが、同社の GPU は多くの単純なタスクを一度に実行します。

2006 年、黄氏はそれをさらに進めました。 同氏は、新しいタスク向けに GPU をプログラムするのに役立つ CUDA と呼ばれるソフトウェア テクノロジを発表し、GPU を単一目的のチップから、物理学や化学シミュレーションなどの分野で他の仕事を引き受けることができるより汎用的なチップに変えました。